1.2 電商數(shù)據(jù)分析的必備知識(shí)和工具

電商數(shù)據(jù)分析師和業(yè)務(wù)數(shù)據(jù)分析師的定位相似，需要多種技能的支撐才可以完成數(shù)據(jù)分析任務(wù)，由此可知，數(shù)據(jù)分析并不是一個(gè)獨(dú)立的學(xué)科，它跟多個(gè)學(xué)科的知識(shí)有著緊密的聯(lián)系。電商數(shù)據(jù)人才除了要能從數(shù)字中獲取有價(jià)值的信息之外，還需要具備以下幾方面熟練的數(shù)據(jù)處理能力。

（1）數(shù)學(xué)和統(tǒng)計(jì)學(xué)。數(shù)學(xué)和統(tǒng)計(jì)學(xué)是數(shù)據(jù)分析中兩門(mén)最基本的理論知識(shí)學(xué)科，數(shù)據(jù)分析就是這兩門(mén)學(xué)科的應(yīng)用。

（2）運(yùn)籌學(xué)。運(yùn)籌學(xué)是現(xiàn)代管理學(xué)中一門(mén)重要的專(zhuān)業(yè)基礎(chǔ)課，主要研究求最優(yōu)解，可解決運(yùn)營(yíng)過(guò)程中的最佳決策問(wèn)題。

（3）數(shù)據(jù)分析方法論。數(shù)據(jù)分析方法論是前人分析的經(jīng)驗(yàn)歸納，套用方法論可以快速入門(mén)數(shù)據(jù)分析。

（4）數(shù)據(jù)分析工具?！肮び破涫拢叵壤淦鳌?，數(shù)據(jù)分析單靠筆尖或者計(jì)算器速度太慢，面對(duì)大量資料的整理是需要具備專(zhuān)業(yè)技能的，因此熟練掌握至少一個(gè)數(shù)據(jù)分析工具的應(yīng)用將會(huì)大幅度提高數(shù)據(jù)分析的效率和精度。

（5）電商業(yè)務(wù)能力。對(duì)于一名從事數(shù)據(jù)分析的工作者來(lái)說(shuō)，對(duì)業(yè)務(wù)場(chǎng)景的敏銳度十分重要，只有懂業(yè)務(wù)的數(shù)據(jù)分析師才能將數(shù)據(jù)轉(zhuǎn)變成生產(chǎn)力。

（6）電商數(shù)據(jù)指標(biāo)體系。了解并掌握電商的數(shù)據(jù)指標(biāo)體系可以幫助數(shù)據(jù)分析工作者更快、更準(zhǔn)確地開(kāi)展數(shù)據(jù)分析工作。

1.2.1 數(shù)學(xué)和統(tǒng)計(jì)學(xué)

數(shù)據(jù)分析是從統(tǒng)計(jì)學(xué)發(fā)展而來(lái)的，而統(tǒng)計(jì)學(xué)是從數(shù)學(xué)發(fā)展而來(lái)的。數(shù)學(xué)知識(shí)是數(shù)據(jù)分析的理論基礎(chǔ)，只會(huì)軟件操作并不能滿足數(shù)據(jù)分析的要求，普通的商業(yè)分析要求分析人員的數(shù)學(xué)水平在高中及以上，能看懂?dāng)?shù)學(xué)符號(hào)和數(shù)學(xué)公式。如果涉及數(shù)學(xué)建模，則要求數(shù)學(xué)水平在大學(xué)本科及以上，如圖1-8所示。具體的數(shù)學(xué)要求如下。

（1）初中數(shù)學(xué)基礎(chǔ)。數(shù)學(xué)運(yùn)算（基本運(yùn)算、因式分解），方程與方程組，不等式與不等式組（簡(jiǎn)單的線性規(guī)劃），初步統(tǒng)計(jì)（平均數(shù)、眾數(shù)、中位數(shù)、極差、方差、標(biāo)準(zhǔn)差、頻數(shù)、頻率、頻率分布直方圖），初步概率（概率計(jì)算）等。

（2）高中數(shù)學(xué)基礎(chǔ)。集合（交、并、補(bǔ)），基本初等函數(shù)（指數(shù)函數(shù)、對(duì)數(shù)函數(shù)、冪函數(shù)），函數(shù)的應(yīng)用（求極值、最值及變化趨勢(shì)），算法（結(jié)構(gòu)與語(yǔ)句），數(shù)列（遞推邏輯、歸納演繹），簡(jiǎn)易邏輯（真假命題、假設(shè)邏輯），合情推理（歸納、類(lèi)比），演繹推理（三段論）等。

（3）統(tǒng)計(jì)學(xué)基礎(chǔ)。抽樣調(diào)查與推斷，概率論，描述統(tǒng)計(jì)學(xué)，推斷統(tǒng)計(jì)學(xué)等。

（4）高等數(shù)學(xué)（更深層次的學(xué)習(xí)與研究）基礎(chǔ)。線性代數(shù)、微積分、復(fù)變函數(shù)等。

1.2.2 運(yùn)籌學(xué)

運(yùn)籌學(xué)是現(xiàn)代管理學(xué)的一門(mén)重要的專(zhuān)業(yè)基礎(chǔ)課，也是數(shù)據(jù)分析的理論基礎(chǔ)。它是20世紀(jì)30年代初發(fā)展起來(lái)的一門(mén)新興學(xué)科，其主要作用是在決策時(shí)為管理人員提供科學(xué)依據(jù)，是實(shí)現(xiàn)有效管理、正確決策和現(xiàn)代化管理的重要方法。該學(xué)科是應(yīng)用數(shù)學(xué)和形式科學(xué)的跨領(lǐng)域研究，利用統(tǒng)計(jì)學(xué)、數(shù)學(xué)模型和算法等，尋找復(fù)雜問(wèn)題中的最佳或近似最佳的解答。

在電商業(yè)務(wù)背景下，運(yùn)籌學(xué)具有非常廣泛的應(yīng)用場(chǎng)景，如確定最佳的推廣方案，確定最短的運(yùn)營(yíng)路徑，確定最佳的產(chǎn)品組合，確定最佳的人工排班方案等。

1.2.3 數(shù)據(jù)分析方法論

許多電商從業(yè)者在分析數(shù)據(jù)的時(shí)候會(huì)遇到許多問(wèn)題，如不知從哪方面切入并開(kāi)展分析，不知數(shù)據(jù)分析的內(nèi)容和指標(biāo)是否合理、完整。出現(xiàn)這些問(wèn)題都是因?yàn)閿?shù)據(jù)分析人員沒(méi)有掌握數(shù)據(jù)分析方法論。

數(shù)據(jù)分析方法論可以幫助分析人員依據(jù)某些軌跡順利地開(kāi)展分析活動(dòng)。常見(jiàn)的數(shù)據(jù)分析方法有以下9種。

（1）對(duì)比法。通過(guò)參照物的對(duì)比了解現(xiàn)狀和發(fā)現(xiàn)問(wèn)題，通過(guò)橫向和縱向的對(duì)比找到自己所處的位置。

（2）拆分法。將大問(wèn)題和相關(guān)的指標(biāo)拆解成多個(gè)小問(wèn)題和多個(gè)相關(guān)指標(biāo)，通過(guò)拆解問(wèn)題和指標(biāo)可以快速找到問(wèn)題產(chǎn)生的原因。

（3）分組法。將數(shù)據(jù)依據(jù)某些維度進(jìn)行分組統(tǒng)計(jì)，觀察分組后的結(jié)果以洞察事物的特征。

（4）排序法?；谀硞€(gè)度量值進(jìn)行遞增或遞減的排列，排序后的結(jié)果可以清晰地反映所有觀測(cè)值的情況。

（5）交叉法。將兩個(gè)及以上的維度進(jìn)行交叉分析，如通過(guò)對(duì)產(chǎn)品特征和價(jià)格區(qū)間兩個(gè)維度的交叉分析，找到更符合企業(yè)定位的細(xì)分市場(chǎng)。

（6）降維法。分析問(wèn)題時(shí)若指標(biāo)的信息量過(guò)多，采用業(yè)務(wù)梳理的方式選擇核心指標(biāo)進(jìn)行分析，減少過(guò)多指標(biāo)的干擾。在統(tǒng)計(jì)學(xué)上也可以使用主成分分析或因子分析方法達(dá)到降維的目的。

（7）增維法。分析問(wèn)題時(shí)若指標(biāo)的信息量不足，通過(guò)計(jì)算派生出新的指標(biāo)，以獲取更多的信息量，如搜索競(jìng)爭(zhēng)度=搜索人氣÷商品數(shù)。

（8）指標(biāo)法。在分析時(shí)采用指標(biāo)的方式分析結(jié)果，一般通過(guò)表格來(lái)查看分析結(jié)果。

（9）圖形法。在分析時(shí)采用圖形的方式更加直觀地分析結(jié)果。

除了以上常見(jiàn)的數(shù)據(jù)分析方法之外，還有一些在業(yè)務(wù)上常用的思維分析方法，如以下7種方法。

（1）SWOT分析法。S（Strength）是優(yōu)勢(shì)、W（Weakness）是劣勢(shì)、O（Opportunity）是機(jī)會(huì)、T（Threat）是威脅，即基于內(nèi)、外部競(jìng)爭(zhēng)環(huán)境和競(jìng)爭(zhēng)條件下的態(tài)勢(shì)分析，就是將與研究對(duì)象密切相關(guān)的各種主要內(nèi)部?jī)?yōu)勢(shì)、劣勢(shì)和外部的機(jī)會(huì)和威脅等，通過(guò)調(diào)查列舉出來(lái)，并依照矩陣形式排列，然后用系統(tǒng)分析的思想，把各種因素相互匹配并加以分析，從中得出一系列相應(yīng)的結(jié)論，而該結(jié)論通常帶有一定的決策性。通過(guò)該方法，企業(yè)可以了解自己所處的環(huán)境，對(duì)內(nèi)、外部因素進(jìn)行分析并制訂應(yīng)對(duì)策略。

（2）描述性統(tǒng)計(jì)法。概括、表述事物整體狀況及事物間關(guān)聯(lián)、類(lèi)屬關(guān)系，基于統(tǒng)計(jì)值來(lái)表示數(shù)據(jù)集的集中和離散等情況。

（3）矩陣分析法。將主要因素放在矩陣的兩個(gè)維度軸進(jìn)行定量或者定性的分析，并通過(guò)某個(gè)點(diǎn)將數(shù)據(jù)分成4個(gè)象限。

（4）多維分析法。將3個(gè)及以上的維度在表格、多維平面圖或者三維圖中進(jìn)行觀測(cè)分析。

（5）數(shù)據(jù)歸一化。將數(shù)值映射在[0,1]的范圍中，消除因?yàn)橹涤虿煌a(chǎn)生的分析難點(diǎn)，一般配合多維分析法使用或在數(shù)據(jù)建模時(shí)使用。

（6）時(shí)間序列分析法。針對(duì)連續(xù)的、變化的時(shí)間數(shù)據(jù)的分析方法，主要用于預(yù)測(cè)連續(xù)的未來(lái)數(shù)據(jù)，如分析店鋪每天的銷(xiāo)售額。

（7）相關(guān)性分析法。研究指標(biāo)間的相關(guān)程度，常用于尋找關(guān)鍵影響因素。

1.2.4 數(shù)據(jù)分析工具

掌握兩個(gè)及以上的分析工具才能更好地進(jìn)行數(shù)據(jù)分析。分析工具種類(lèi)很多，具體可分成以下三類(lèi)。

（1）數(shù)據(jù)庫(kù)。按照數(shù)據(jù)結(jié)構(gòu)來(lái)組織、存儲(chǔ)和管理數(shù)據(jù)的倉(cāng)庫(kù)。常見(jiàn)的數(shù)據(jù)庫(kù)有Access、Microsoft SQL Server（簡(jiǎn)稱(chēng)MSSQL）、MySQL、Oracle、IBM DB2。

（2）數(shù)據(jù)分析與可視化。用于組織數(shù)據(jù)進(jìn)行分析和可視化呈現(xiàn)的工具，常見(jiàn)的工具有Excel、Power Business Intelligence（簡(jiǎn)稱(chēng)Power BI）、Tableau。

（3）統(tǒng)計(jì)與數(shù)據(jù)挖掘。用于統(tǒng)計(jì)分析和數(shù)據(jù)挖掘的工具，常見(jiàn)的工具有R語(yǔ)言、Python、統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案（Solutions Statistical Package Social Sciences,SPSS）、統(tǒng)計(jì)分析系統(tǒng)（Statistical Analysis System,SAS）。

根據(jù)企業(yè)不同的需求階段，需要掌握的工具也不同，具體如下。

（1）第一階段。這個(gè)階段的企業(yè)現(xiàn)狀是數(shù)據(jù)用Excel或WPS文件存儲(chǔ)，數(shù)據(jù)文件多而雜亂，經(jīng)營(yíng)多年的電商企業(yè)甚至?xí)谐^(guò)10萬(wàn)張歷史數(shù)據(jù)表格，無(wú)法對(duì)繁雜的歷史數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)管理雜亂。這個(gè)階段企業(yè)需要解決數(shù)據(jù)的統(tǒng)一管理及分析問(wèn)題?？蛇x用Excel和MySQL,Excel可解決分析層和應(yīng)用層的問(wèn)題，MySQL可解決大數(shù)據(jù)量的存儲(chǔ)和計(jì)算問(wèn)題，而且Excel和MySQL在國(guó)內(nèi)企業(yè)中的普及率相對(duì)較高。

（2）第二階段。這個(gè)階段的企業(yè)現(xiàn)狀是已經(jīng)實(shí)現(xiàn)了統(tǒng)一管理和數(shù)據(jù)分析，但隨著企業(yè)數(shù)據(jù)量和數(shù)據(jù)應(yīng)用能力的提升，原有的Excel已經(jīng)滿足不了大數(shù)據(jù)量下進(jìn)行多表建模聯(lián)合分析的需求，可能刷新一份分析模型文件所需的時(shí)間很長(zhǎng)。此時(shí)需要使用BI（Business Intelligence）產(chǎn)品來(lái)滿足復(fù)雜的業(yè)務(wù)建模需求，可選用微軟的 Power BI。部分企業(yè)在這個(gè)階段會(huì)有專(zhuān)業(yè)統(tǒng)計(jì)方法和數(shù)據(jù)挖掘的需求，可選擇SPSS，該工具的掌握難度不大。SPSS有兩個(gè)工具：一個(gè)是Statistics，用于統(tǒng)計(jì)分析；另一個(gè)是 Modeler，用于進(jìn)行商業(yè)數(shù)據(jù)的分析與挖掘。SPSS 在國(guó)內(nèi)企業(yè)中的普及率較低。

（3）第三階段。這個(gè)階段的企業(yè)已經(jīng)屬于數(shù)據(jù)驅(qū)動(dòng)型企業(yè)，數(shù)據(jù)應(yīng)用需要在生產(chǎn)、流通、銷(xiāo)售和管理等各個(gè)環(huán)節(jié)滲透，隨著數(shù)據(jù)種類(lèi)的復(fù)雜化，原有的數(shù)據(jù)采集、清洗及算法應(yīng)用的效率已經(jīng)滿足不了需求，要運(yùn)用信息技術(shù)（Information Technology,IT）和算法解決商業(yè)問(wèn)題，真正將數(shù)據(jù)轉(zhuǎn)變成生產(chǎn)力?？梢栽赗語(yǔ)言和Python語(yǔ)言之間選擇一種，這兩者都是應(yīng)用非常廣泛的編程語(yǔ)言。

（4）第四階段。這個(gè)階段的企業(yè)已經(jīng)是深度數(shù)據(jù)驅(qū)動(dòng)型企業(yè)，進(jìn)入這個(gè)階段的只有少數(shù)的龍頭企業(yè)，它們通過(guò)技術(shù)手段極大地提高工作效率和商業(yè)收益，轉(zhuǎn)型智慧商業(yè)領(lǐng)域，運(yùn)用大數(shù)據(jù)和人工智能升級(jí)改造所有環(huán)節(jié)。企業(yè)在這個(gè)階段需要應(yīng)用大數(shù)據(jù)框架（如Hadoop）來(lái)解決并發(fā)現(xiàn)問(wèn)題，以及人工智能框架（如TensorFlow）來(lái)解決應(yīng)用問(wèn)題。

1.2.5 電商數(shù)據(jù)指標(biāo)體系

電商數(shù)據(jù)指標(biāo)體系，是指由相互之間有邏輯聯(lián)系的指標(biāo)構(gòu)成的整體，是基于業(yè)務(wù)場(chǎng)景而構(gòu)建的一個(gè)完善的數(shù)據(jù)指標(biāo)體系，將給業(yè)務(wù)提供有力的支撐，而且可以防止因?yàn)槿藛T的流動(dòng)導(dǎo)致數(shù)據(jù)分析部門(mén)運(yùn)作癱瘓問(wèn)題的發(fā)生。

業(yè)務(wù)的差異性，導(dǎo)致不同電商平臺(tái)、不同商戶(hù)的電商數(shù)據(jù)指標(biāo)體系可能存在差異，但是大體上都基于以下公式展開(kāi)：

銷(xiāo)售額=訪客數(shù)×轉(zhuǎn)化率×客單價(jià)　　　　　　　　　（1-1）

式（1-1）是電商行業(yè)的重要公式，基于這個(gè)公式可延伸出電商數(shù)據(jù)指標(biāo)體系。